NVIDIA Joint R&D Center”(视频深度学习联合实验室)。双方将在视频深度学习和媒体云计算领域紧密合作，利用最先进的GPU和深度学习架构，搭建爱奇艺视频创作、分 享、服务平台。 爱

5月21日消息，由百度牵头的分布式深度机器学习开源平台日前正式面向公众开放，该平台隶属于名为“深盟”的开源组织，该组织核心开发者来自百度深度学习研究院（IDL），微软亚洲研究院、华盛顿大学、纽约大学、

刚刚结束的极客公园上，百度深度学习研究员常务副院长余凯分享了深度学习技术为百度的技术和产品带来的变化。今天的未来论坛中，余凯又向 36氪 介绍了近期百度在AI和智能硬件领域的研究进展。 深度学习：百度可以比Google、Facebook做得更好

At the end of 2015, all eyes were on the year’s accomplishments, as well as forecasting technology trends of 2016 and beyond. One particular field that has frequently been in the spotlight during the last year is deep learning, an increasingly popular branch of machine learning, which looks to continue to advance further and infiltrate into an increasing number of industries and sectors. Here are a list of Deep Learning libraries and frameworks that will gain momentum in 2016.

近段时间以来，大家纷纷被 12306 的神级图像验证码给击败了，网上吐槽一片。正好最近在深度学习方面的一项图像识别测试比赛中，各大科技公司又取得重大突破，微软还拿到了第一名。也许，将来我们可以指望微软小冰来帮你识别那些神级图像验证码了。

近几年，深度学习——这个机器学习的分支频频出现在聚光灯下，它正在向工业界逐渐推进，渗入到更多的领域。 深度学习会成为人工智能实现的最佳途径吗？它的未来又在哪里？RE·WORK邀请深度学习领域的专家

2015 年底才出现，它已经吸引了全球机器学习开发者的目光。Google 创始人 Eric Schmidt 坚信 TensorFlow 是 Google 的未来。深度学习引擎+云服务平台，将会带来编程范式的

验的 Bill Vorhies 曾撰文指出，过去一年人工智能和深度学习最重要的发展不在技术，而是商业模式的转变——所有巨头纷纷将其深度学习 IP 开源。 毋庸置疑，“开源浪潮”是 2016 年人工智能

记者 马婧 作为人工智能最重要的基础技术之一，近年来深度学习逐步延伸到更多的应用场景。随着深度学习模型越来越大，所需数据量越来越多，深度学习的训练和推理性能将是重中之重。 近日，斯坦福大学发布了

随着人工智能的火热，目前开源出来的深度学习框架非常多，如 Caffe、TensorFlow、MXNet、Torch 等等。框架众多，如何选择？选择一种框架还是多种组合？针对不同的场景或者模型需要选择什

摘要 : 前几天meta-guide.com列出了100个深度学习的源代码项目，但其中大部分都不活跃。这里我们精选出18个最活跃的项目，每个都制作了信息卡片，一目了然，方便比较和转贴。 ... 前几天meta-guide

深度学习word2vec笔记之应用篇 2014年8月17日Deep Learning, nlpword2vecsmallroof 声明： 1）该博文是Google专家以及多位博主所无私奉献的论文资料

次推荐了逻辑回归、SVM、决策树集成和深度学习，并谈了他的不同认识。他并不推荐深度学习为通用的方法，这也侧面呼应了我们之前讨论的问题：深度学习能否取代其他机器学习算法。 不同分类算法的优势是什么？

net/article/2015-07-08/2825166 如今深度学习是AI和机器学习领域最热门的学习趋势。我们来审查为深度学习而开发的软件，包括Caffe，CUDA convnet，Deeple

人脑神经网络 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的，

Python、Java、Haskell等在内的一系列编程语言的深度学习库。 Python Theano 是一种用于使用数列来定义和评估数学表达的 Python 库。它可以让 Python 中深度学习算法的编写更为简单。很多其他的库是以

几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂任务的实现已经成为可能。 目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在

在利用深度学习网络进行预测性分析之前，我们首先需要对其加以训练。目前市面上存在着大量能够用于神经网络训练的工具，但TensorFlow无疑是其中极为重要的首选方案之一。 大家可以利用Tenso

本文概述了 2017 年深度学习技术在 NLP 领域带来的进步，以及未来的发展趋势，并与大家分享了这一年中作者最喜欢的研究。2017 年是 NLP 领域的重要一年，深度学习获得广泛应用，并且这一趋势还会持续下去。

16 日，百度表示，正在开发全球最准确的计算机视觉系统 Deep Image。这一系统运行在针对深度学习算法优化的超级计算机之上。 百度称，在 Imange Net 对象识别评分中，这一系统的错误率仅为